CYCBD和CEEMDAN相结合的滚动轴承微小故障特征提取

来源：机床与液压杂志2022年第2期北京时间：

作者：梁士通，马洁

单位：北京信息科技大学机电工程学院；北京信息科技大学机电工程学院

摘要：针对强噪声下微小故障信号容易被噪声淹没的问题，提出基于最大二阶循环平稳盲解卷积（CYCBD）和自适应噪声完全集合经验模态分解（CEEMDAN）的轴承微小故障诊断方法。根据故障频率公式求出振动信号的故障频率，并根据故障频率设置对应的循环频率集，用CYCBD对原信号进行滤波，使信号中的周期冲击成分更加突出，从而达到提高信噪比的目的；对处理后的信号进行 CEEMDAN，得到一系列模态分量，再求各模态分量的峭度值，从中选取峭度值高的即含有较多故障特征的若干分量进行重构；对重构后的信号求其Hilbert包络谱，从中提取故障频率。采用仿真信号与西储大学轴承数据集进行仿真与实验研究，验证所提方法的有效性。

关键词：微小故障;最大二阶循环平稳盲解卷积;自适应噪声完全集合经验模态分解;特征提取

基金资助：国家自然科学基金面上项目（61973041）；国家重点研发计划（2019YFB1705403）；北京高校高精尖学科建设项目